计量经济学4.3序列相关性演示稿幻灯片.ppt

* * * * * * * * * * * * * * * * * 如果能够找到一种方法，求得Ω或各序列相关系数?l的估计量，使得GLS能够实现，则称为可行的广义最小二乘法（FGLS, Feasible Generalized Least Squares）。 FGLS估计量，也称为可行的广义最小二乘估计量（feasible general least squares estimators） 注意： 可行的广义最小二乘估计量不再是无偏的，但却是一致的，而且在科克伦-奥科特迭代法下，估计量也具有渐近有效性。 前面提出的方法，就是FGLS。 4、稳健标准误法（Newey-West standard errors，P131） 应用软件中推荐的一种选择。适合样本容量足够大的情况。 5、虚假序列相关问题 由于随机项的序列相关往往是在模型设定中遗漏了重要的解释变量或对模型的函数形式设定有误，这种情形可称为虚假序列相关(false autocorrelation) ，应在模型设定中排除。 避免产生虚假序列相关性的措施是在开始时建立一个“一般”的模型，然后逐渐剔除确实不显著的变量。 六、案例：中国商品进口模型 经济理论指出，商品进口主要由进口国的经济发展水平，以及商品进口价格指数与国内价格指数对比因素决定的。 由于无法取得我国商品进口价格指数，我们主要研究我国商品进口M与国内生产总值GDP的关系（下表）。 1.通过OLS法建立如下中国商品进口方程 （3.32） （20.12） DW检验 取?=5%，由于n=24，k=2(包含常数项)，查表得： dl=1.27， du=1.45 由于 DW=0.628dl ，故: 存在正自相关。 2. 进行序列相关性检验 拉格朗日乘数检验 （0.23） （-0.50） (6.23) （-3.69） R2=0.6614 2阶滞后： 于是，LM=22?0.6614=14.55 取?=5%，?2分布的临界值?20.05(2)=5.991 LM?20.05(2) 故: 存在2阶序列相关性 3阶滞后： (0.22) (-0.497) (4.541) （-1.842） （0.087） R2=0.6615 于是，LM=21?0.6614=13.89 取?=5%，?2分布的临界值?20.05(3)=7.815 LM ?20.05(3) 表明: 存在序列相关性；但ět-3的参数不显著，说明不存在3阶序列相关性。 3.运用广义差分法进行自相关的处理 采用科克伦-奥科特迭代法估计? 在Eviews软包下，2阶广义差分的结果为： 取?=5% ，4-duDWdu=1.66(样本容量:22) 表明:广义差分模型已不存在序列相关性。 (3.81) (18.45) (6.11) (-3.61) 可以验证: 仅采用1阶广义差分，变换后的模型仍存在1阶自相关性； 采用3阶广义差分，变换后的模型不再有自相关性， 但AR[3]的系数的t值不显著。 * * * * * * * * * * * * * * * * * * * * * 一、序列相关性概念 二、实际经济问题中的序列相关性 三、序列相关性的后果 四、序列相关性的检验 五、序列相关性的补救 六、案例 §4.3 序列相关性 一、序列相关性概念 如果对于不同的样本点，随机误差项之间不再是不相关的，而是存在某种相关性，则认为出现了序列相关性。 对于模型Yi=?0+?1Xi1+?2Xi2+…+?kXik+?i i=1,2, …,n 随机项互不相关的基本假设表现为 Cov(?i , ?j)=0 i?j, i,j=1,2, …,n 或 在其他假设仍成立的条件下， 序列相关 即意味着 0 ) ( 1 j i E m m 称为一阶序列相关，或自相关，往往可写成如下形式： ?i=??i＋1+?i -1?1 其中：?被称为一阶自相关系数或自协方差系数，?i是满足以下标准的OLS假定的随机干扰项： 如果仅存在 E(?i ?i＋1)?0 i=1,2, …,n 由于序列相关性经常出现在以时间序列为样本的模型中，因此，本节部分内容出于分析的需要用下标t代表i。 二、实际经济问题中的序列相关性 例如，绝对收入假设下居民总消费函数模型： Ct